在R语言中如何合并同一dataframe中相同id的行以填充缺失值
R语言实现同id多行列合并补全缺失值的方法
首先要注意,你的数据中sex列的---属于无效值,需要先转换为NA统一处理,之后按id分组提取每个字段的第一个有效值即可。
方法1:tidyverse套件实现(代码简洁易读)
library(dplyr) # 构造示例数据 df <- data.frame( id = c("01","01","02","03","04","04"), sex = c("---","m","f","m","---","f"), age = c(20,NA,25,23,NA,18), height = c(NA,180,175,168,176,NA), weight = c(68,NA,65,68,NA,NA), stringsAsFactors = FALSE ) # 处理逻辑 df_result <- df %>% # 将sex列的无效值---替换为NA mutate(sex = na_if(sex, "---")) %>% # 按id分组 group_by(id) %>% # 对所有字段取第一个非缺失的有效值 summarise(across(everything(), ~.x[!is.na(.x)][1])) %>% ungroup()
运行后df_result就是你需要的输出结果。
方法2:base R实现(无需安装第三方包)
# 构造示例数据 df <- data.frame( id = c("01","01","02","03","04","04"), sex = c("---","m","f","m","---","f"), age = c(20,NA,25,23,NA,18), height = c(NA,180,175,168,176,NA), weight = c(68,NA,65,68,NA,NA), stringsAsFactors = FALSE ) # 预处理替换无效值 df$sex[df$sex == "---"] <- NA # 按id分组处理 df_split <- split(df, df$id) df_result <- do.call(rbind, lapply(df_split, function(sub) { as.data.frame(lapply(sub, function(col) col[!is.na(col)][1])) })) rownames(df_result) <- NULL
注意事项
如果同一个id的同一个字段存在多个不同的有效值,上述代码默认取出现顺序最早的有效值,若需要取最后出现的有效值,只需将代码中的[1]替换为[length(na.omit(col))]即可。
内容的提问来源于stack exchange,提问作者new_student
相关产品推荐
相关产品推荐

